因为priority_queue默认是大根堆，而哈夫曼算法要求每次取权值最小的两个节点合并，必须使用小根堆；若未重载operator other.freq）或未显式指定std::greater，会导致合并顺序错误、WPL增大、失去最优性。
为什么直接用 priority_queue 构建哈夫曼树容易出错
因为 priority_queue 默认是大根堆，而哈夫曼算法要求每次取频率最小的两个节点合并——必须用小根堆。不重载比较函数会导致合并顺序错误，生成的编码长度变长，失去最优性。
实操建议：
- 定义节点结构体时，确保
operator 返回freq > other.freq（注意是「大于」，才能让小频率先出队） - 或更稳妥地显式传入
std::greater，但需配合自定义比较器支持指针比较 - 别把字符频率当 int 直接塞进
priority_queue——丢失字符标识和子树结构，后续无法回溯生成编码
如何从哈夫曼树安全回溯生成每个字符的编码字符串
构建完树只是第一步；真正生成编码必须从叶子节点向上遍历到根，边走边拼接 '0'/'1'。关键陷阱在于：路径方向必须统一约定（比如左子树为 '0'，右为 '1'），且不能在建树过程中提前记录编码——因为树形结构在合并中持续变化，早期赋值会失效。
实操建议：
- 用
std::map存最终结果，只在所有合并完成、树稳定后，对每个叶子调用递归/栈式遍历 - 递归函数参数应包含当前节点和当前编码前缀（
std::string prefix），遇到叶子就写入 map；非叶子则分别向左右递归并追加 '0' 或 '1' - 避免用
std::string +=在深层递归中频繁拷贝；可传引用 + 回溯 pop_back，或直接用 move 语义构造新串
字符频率为 0 时要不要参与哈夫曼树构建
要过滤掉。频率为 0 的字符不出现，不应占用编码空间，否则会导致树中出现无意义分支，影响其他字符编码长度，甚至引发空指针解引用（如叶子节点 freq==0 被误当作有效节点处理）。
实操建议：
- 预处理输入频率数组或 map，用
if (freq > 0)跳过零值 - 特别注意：如果所有字符频率全为 0（异常输入），
priority_queue为空，后续top()/pop()会崩溃——必须在建树前检查 size - 单字符特例（如输入只有 'a' 且 freq=5）也要单独处理：此时哈夫曼树退化为仅根节点，编码应为 "0"（或 "1"），而非空字符串
用 vector 存节点指针，为什么析构时容易内存泄漏
因为 priority_queue 和树节点之间存在多处裸指针共享（如父子关系、队列缓存），若手动 delete 某个节点，可能使其他地方的指针悬空；若全不 delete，又必然泄漏。
实操建议：
- 全程使用
std::unique_ptr，让所有权明确归属父节点或队列中的智能指针容器 - 构建过程中所有 new 出的节点，都转为
std::unique_ptr后入队；合并时用std::move转移所有权，避免拷贝 - 最终树根用一个
std::unique_ptr持有即可，作用域结束自动释放整棵树——不用手写析构函数，也不用担心漏删中间节点
构建哈夫曼树本身不难，难的是在 C++ 里让指针生命周期、堆序逻辑、边界特例三者同时不出错。尤其当输入含零频、单字符、或需要导出编码表时，稍一松懈就会在运行时崩掉或者编出非最优码字。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
